توسعه الگوریتم زیر باند تطبیقی با رویکرد کاهش پیچیدگی محاسبات در سیستمهای تنک

پاسخ ضربه ی سیستم ناشناخته در اکثر کاربردهای فیلتر تطبیقی، تنک است. در سالهای اخیر، الگوریتمهای از نوع حداقل میانگین مربعات در شناسایی این سیستمها توسعه داده شده است. الگوریتمهای از نوع حداقل میانگین مربعات در برابر داده های رنگی عملکرد مطلوب ندارند، لذا الگوریتم زیرباند نرمالیزه شده بسط و توسعه داده شده و جهت شناسایی این نوع از سیستمها استفاده میشود. در کاربردهای فیلتر تطبیقی، علاوه بر سرعت مطلوب همگرایی، پیچیدگی محاسباتی حائز اهمیت است. لذا، ما در این مقاله جهت کاهش پیچیدگی محاسباتی الگوریتم زیرباند نرمالیزه شده، ایده ی اصلاح جزئی ضرایب را به کار گرفته و الگوریتم زیرباند نرمالیزه شده با اصلاح جزئی ضرایب را در حوزه ی سیستمهای تنک ارائه میدهیم.

کلیدواژه ها:

فیلتر تطبیقی ، زیرباند ، اصلاح جزئی ، تنک